基于Jittor框架的Conditional GAN模型

项目概述

本项目使用 Jittor 深度学习框架，在数字图片数据集 MNIST 上训练一个将随机噪声和类别标签映射为数字图片的 Conditional GAN 模型，生成指定数字序列对应的图片。

环境配置

在运行本项目之前，请确保已经安装了Jittor框架。Jittor提供了三种安装方法：Docker、PIP和手动安装。具体的安装教程可以参考这里。

运行方式

1. 打开CGAN.py文件，在第204行修改”number”为你想要生成的数字（以字符串形式表示）。
2. 运行以下命令：

   python CGAN.py

   你也可以通过命令行参数来调整模型的超参数，以满足你的实际需求。

说明

本项目是第三届计图人工智能挑战赛热身赛的赛题，比赛链接在这里。欢迎使用本项目，并提出宝贵意见。